买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京工业大学申请的专利一种基于深度卷积神经网络的视频目标检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116168327B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310163429.1，技术领域涉及：G06V20/40；该发明授权一种基于深度卷积神经网络的视频目标检测方法是由肖创柏;王瑞;禹晶;史薪琪设计研发完成，并于2023-02-24向国家知识产权局提交的专利申请。

本一种基于深度卷积神经网络的视频目标检测方法在说明书摘要公布了：本发明公开了一种基于深度卷积神经网络的视频目标检测方法，包括：使用特征复用与递归融合的视频目标检测框架；通过多感受域采样对齐的方式进行特征对齐；采用改进的FasterR‑CNN作为单帧检测模型。将待检测视频分为关键帧和非关键帧，在时间维度上传播一个含有历史关键帧信息的记忆特征，通过特征融合补偿当前帧特征；对于距离较近的非关键帧，利用小感受域采样对齐方式传播记忆特征；对于距离较远的关键帧，利用多感受域采样对齐方式传播记忆特征；通过构造多尺度特征金字塔，采样多感受域的特征点进行运动补偿，不同感受域的特征关注目标不同程度的位移和形变。本发明在特征复用与递归融合的视频目标检测框架下保持了检测速度，提高了检测的准确率。

本发明授权一种基于深度卷积神经网络的视频目标检测方法在权利要求书中公布了：1.一种基于深度卷积神经网络的视频目标检测方法，其特征在于，包含以下5个步骤： 步骤1.设置关键帧； 将视频序列中的第帧选为第一帧关键帧，之后每隔K帧选一帧作为关键帧，每一个关键帧将与其相邻的前帧和后帧作为与该关键帧相似的非关键帧； 步骤2.判断当前帧是否是关键帧； 对于当前图像序列将其表示为{It}，t＝1，2，…，N，将其关键帧索引设置为下式： 当前帧索引t满足上式时，为关键帧；否则为非关键帧； 步骤3.特征提取； 对当前帧进行检测时，若当前帧为关键帧则利用深层网络提取特征如果当前帧是非关键帧则使用浅层网络提取特征并通过一个轻量级的卷积网络作为转换网络对浅层特征进一步提取特征以近似深层语义特征； 步骤4.特征复用； 步骤4.1特征传播： 对当前帧进行检测时，若当前帧为关键帧，则利用深层网络提取特征，通过多感受域采样对齐方法将传播至当前帧；若当前帧为非关键帧，利用浅层网络提取特征，通过小感受域采样对齐将记忆特征传播至当前非关键帧； 步骤4.2自适应特征融合： 记忆特征传播到当前帧后，需要与当前帧进行特征融合；其中记忆特征对当前特征进行补偿，缓解当前帧中可能存在的模糊、遮挡，而当前帧特征的加入，使传播来的特征更适应当前场景的变化； 步骤5.获取检测结果； 通过ROIpooling提取候选区域特征之后，利用两个通道数为1024的全连接层对候选区域特征进一步提取特征，再分别利用通道数为C+1和4的全连接层预测感兴趣区域属于某一具体类别的置信度以及更精确的目标位置； 步骤6.判断是否检测完成； 判断图像序列是否检测完成，如果检测完成，则输出图像序列的检测结果，如果未完成，则返回步骤2。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。